Funzioni di scienza dei dati
Questo capitolo mostra tre funzioni comunemente utilizzate quando si lavora con Data Science: max(), min() e mean().
Il set di dati dell'orologio sportivo
| Durata | Impulso_medio | Impulso_max | Calorie_Bruciate | Ore_Lavoro | Ore_Sonno |
|---|---|---|---|---|---|
| 30 | 80 | 120 | 240 | 10 | 7 |
| 30 | 85 | 120 | 250 | 10 | 7 |
| 45 | 90 | 130 | 260 | 8 | 7 |
| 45 | 95 | 130 | 270 | 8 | 7 |
| 45 | 100 | 140 | 280 | 0 | 7 |
| 60 | 105 | 140 | 290 | 7 | 8 |
| 60 | 110 | 145 | 300 | 7 | 8 |
| 60 | 115 | 145 | 310 | 8 | 8 |
| 75 | 120 | 150 | 320 | 0 | 8 |
| 75 | 125 | 150 | 330 | 8 | 8 |
Il set di dati sopra è composto da 6 variabili, ciascuna con 10 osservazioni:
- Durata - Quanto è durata la sessione di allenamento in minuti?
- Average_Pulse - Qual è stato il battito medio della sessione di allenamento? Questo è misurato da battiti al minuto
- Max_Pulse - Qual è stato il battito massimo della sessione di allenamento?
- Calorie_Burage - Quante calorie sono state bruciate durante la sessione di allenamento?
- Hours_Work - Quante ore abbiamo lavorato al nostro lavoro prima della sessione di formazione?
- Hours_Sleep - Quanto abbiamo dormito la notte prima dell'allenamento?
Usiamo il carattere di sottolineatura (_) per separare le stringhe perché Python non può leggere lo spazio come separatore.
La funzione max()
La funzione Python max()viene utilizzata per trovare il valore più alto in un array.
Esempio
Average_pulse_max = max(80, 85, 90, 95, 100, 105, 110, 115, 120, 125)
print
(Average_pulse_max)
La funzione min()
La funzione Python min()viene utilizzata per trovare il valore più basso in un array.
Esempio
Average_pulse_min = min(80, 85, 90, 95, 100, 105, 110, 115, 120, 125)
print
(Average_pulse_min)
La funzione media()
La funzione NumPy mean()viene utilizzata per trovare il valore medio di una matrice.
Esempio
import numpy as np
Calorie_burnage =
[240, 250, 260, 270, 280, 290, 300, 310, 320, 330]
Average_calorie_burnage =
np.mean(Calorie_burnage)
print(Average_calorie_burnage)
Scriviamo np. davanti a mean per far sapere a Python che vogliamo attivare la funzione mean dalla libreria Numpy .